Crew AI MCP 服务器

一个使用CrewAI框架提供AI代理和任务管理能力的MCP服务器。

安装

1. 克隆或分叉此仓库
2. 运行安装脚本：

./crew.sh

安装脚本会：

• 安装所需的Python依赖项
• 配置适用于您系统的MCP设置文件
• 自动设置正确的路径

配置

在使用服务器之前，请设置您的OpenAI API密钥：

export OPENAI_API_KEY="your-api-key"

使用

服务器提供了三个主要工具：

1. 创建一个代理

{
    "method": "call_tool",
    "params": {
        "name": "create_agent",
        "arguments": {
            "role": "研究员",
            "goal": "有效地研究和分析信息",
            "backstory": "一位经验丰富的研究分析师"
        }
    }
}

2. 创建一个任务

{
    "method": "call_tool",
    "params": {
        "name": "create_task",
        "arguments": {
            "description": "分析最近的市场趋势",
            "agent": "研究员",
            "expected_output": "一份详细的分析报告"
        }
    }
}

3. 创建并运行一个团队

{
    "method": "call_tool",
    "params": {
        "name": "create_crew",
        "arguments": {
            "agents": ["研究员"],
            "tasks": ["分析最近的市场趋势"],
            "verbose": true
        }
    }
}

示例用法

创建并运行一个完整的流程：

(echo '{"method": "call_tool", "params": {"name": "create_agent", "arguments": {"role": "研究员", "goal": "有效地研究和分析信息", "backstory": "一位经验丰富的研究分析师"}}}'; echo '{"method": "call_tool", "params": {"name": "create_task", "arguments": {"description": "分析最近的市场趋势", "agent": "研究员", "expected_output": "一份详细的分析报告"}}}'; echo '{"method": "call_tool", "params": {"name": "create_crew", "arguments": {"agents": ["研究员"], "tasks": ["分析最近的市场趋势"], "verbose": true}}}') | python3 src/crew_server.py

系统需求

• Python 3.8 或更高版本
• jq 命令行工具（用于安装脚本）
• 安装了Roo Cline扩展的VSCode

支持的平台

• macOS
• Linux
• Windows（通过Git Bash）

故障排除

如果您遇到任何问题：

1. 确保您的OpenAI API密钥设置正确
2. 检查所有依赖项是否已安装（pip install -r requirements.txt）
3. 验证MCP设置文件存在且配置正确
4. 确保MCP设置中的服务器路径与实际文件位置匹配

贡献

1. 分叉仓库
2. 创建您的功能分支
3. 进行更改
4. 运行安装脚本来验证一切正常工作
5. 提交拉取请求